Sesi 14 Sampling 2023

This Document has been modified with Flexcil app (Android) https://www.fexcil.
com
Populasi
dan
Sampel
SABARINAH
2023
Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

This Document has been modified with Flexcil app (Android) https://www.fexcil.com
2
Bahasan
1. Pendekatan Penelitian
2. Pengertian Populasi dan Sampel
3. Definisi Populasi
4. Definisi Sampel
5. Prosedur Sampling
6. Unit sampling
7. Besar Sampel
8. Sampel representatif

1. Pendekatan Penelitian
Kuantitatif Kualitatif
Hasil = Angka Hasil = Bukan angka
Sebanyak 60% laki usia 15th Mayoritas ibu hamil di desa A

sampai 60 th di Indonesia menghindari makan telur dan ikan
adalah perokok aktif karena dipercaya akan menghambat
proses kelahiran

Contoh 1

Contoh 2 This Document has been modified with Flexcil app (Android) https://www.fexcil.com

Data dan Informasi
Data Informasi

Data dan Informasi

Keterangan berbentuk
angka, huruf/kalimat,
gambar
Data Informasi
Pada penelitian Kuantitatif:
Kuantifikasi → angka

Variabel
 Variabel = Karakteristik yang diteliti, yang datanya
bervariasi
 Contoh:
Karakteristik yg diteliti = Variabel = Perokok aktif
Data:
Subyek 1 = Perokok
Subyek 2 = Bukan perokok
Subyek 3 = Bukan Perokok
Subyek 4 = Bukan perokok
Subyek 5 = Perokok
dst
2. Pengertian Populasi dan Sampel
Populasi Sampel
Populasi dan Sampel
Parameter Statistik
11
POPULASI Parameter
Statistik
data
Deskriptif
Statistik
Probabilistic sampling
Inferensial
SAMPEL
Statistik
data
Statistik
Deskriptif

3. Definisi Populasi 12
 Kumpulan elemen yang ingin kita

ketahui karakteristiknya, atau yg akan
diteliti
 Universe → berisi Unit elementer
 Bila unit di populasi diambil semua →

Sensus

 Populasi – unit elementer: 13

contoh
 Orang/individu
 Barang, unit, dan sejenis

Definisi
 Institusi, misal puskesmas
Populasi
 Jelas definisinya:
APA/SIAPA (misal jenis kelamin,
umur, status kawin, dsb),
DI MANA (kabupaten,
provinsi),
KAPAN
Populasi Target: populasi di mana hasil dapat diaplikasikan

14
Populasi Sumber: populasi di mana didefinisikan istilah
umum untuk enumerasi, sehingga subyek yg layak dapat
diambil.
Ekslusi:
-subyek yg tidak diukur;
-subyek tidak layak/eligible;
-subyek tidak dimasukkan kategori k/ data tak adekuat
Populasi layak/eligible: populasi di mana subyek layak

diinklusi,
Harus didefiniskan tepat & dapat dihitung;
Eksklusi: mati, tak kooperatif, isu administratif, rahasia, non-
respons; Gagal selesaikan data, missing value
Partisipan studi: individu yg ikut dikumpulkan datanya;

Hasil studi dapat diaplikasikan langsung pada subyek ini
Mengapa kita lakukan 15

sampling….
 Populasi terlalu besar untuk

dicakup oleh studi
 Sampel diambil dengan

metode yang benar
sehingga secara efisien
dapat menggambarkan
parameter di populasi
 Sampel → mewakili populasi
 Sampel supaya memiliki:

 Validitas: Sampel
 Mengukur apa yg ingin diukur
 Ct:
Survei pemakaian kontrasepsi,
maka diambil sampel WUS
 Presisi:
 Seberapamenyimpang populasi
dari sampel?
 Menyimpang kecil → presisi tinggi

17
4. Definisi Sampel
 Sampel adalah sebagian dari

populasi
 Unit sampling
 Sama atau berbeda dengan:

unit observasi
unit analisis

Contoh 3 18
 Tujuan studi:
 Mengestimasi status gizi anak balita
 Populasi:
 Populasi Target/referens: anak balita
 Populasi Studi:
anak balita di rumahtangga yg tak
menolak berpartisipasi/dilibatkan dalam
penelitian/studi
Sampel 19
 Unit sampling:
rumahtangga yg memiliki anak balita
 Unit observasi:
anak balita di rumga
 Unit analisis:
anak balita di rumga
Contoh 4: 20
 Tujuan studi:
mengetahui proporsi mahasiswa yg merokok di
satu univ.
 Populasi target? Populasi sumber? Populasi
layak?
 Populasi studi =
mahasiswa di satu fakultas
unit elementer: mahasiswa di satu fakultas
 Sampel:
unit sampel: mahasiswa di satu fakultas
Contoh 5: 21
 Tujuan studi:
mengetahui proporsi remaja putri anemia di satu
kecamatan
 Populasi target? Populasi sumber? Populasi layak?
 Populasi studi =
remaja putri tinggal di rumga di satu kecamatan
unit elementer: remaja putri di rumga di satu kec.
 Sampel:
unit sampel: rumga yg punya remaja putri di satu kec.

22
Sampel
 Prosedur
 Bagaimana mengambil sampel
 PROBABILITAS vs non probabilitas
 Besar Sampel
 CUKUP→ Seberapa besar sampel u/
mendapatkan gambar yg jelas/tajam

Teorema Limit Pusat (CLT) 23

Teorema Limit Pusat 24

 Bila dari satu populasi diambil sampel berkali
secara infinit, maka nilai statistik sampelnya
(misal mean) - bila dibuat distribusi frekuensi
– akan membentuk sebaran simetris –
apapun bentuk sebaran di populasinya,
asalkan sampel diambil dengan cara
random dan besar yg cukup
 Mean of sample mean =

Mean of population
 Standard deviation of sample mean =
Standard Error
25
5. Prosedur sampling
 Sampling Probabilistik:
 Probabilitas
unit elementer terambil
sebagai sampel = diketahui
 Sampling Non-probabilistik:
 Tidak
dihitung probabilitas unit elementer
di populasi untuk terambil sebagai
sampel
Sampling Probabilistik 26
 Probabilitas unit elementer terbaik:

“probabilitas sama”
 EPSEM = equal probability sampling method
 Kebutuhan untuk Statistik Inferens

4 metode generik:
 Simple random sampling
 Systematic random sampling
 Stratified sampling
 Cluster sampling
27
Tabel nomor acak

Simple random sampling 28
 Probabilitas unit elementer = sama untuk

terambil sebagai sampel
 Kerangka sampel (Sampling frame) = daftar

unit elementer → tersedia atau dapat
dibangun
 Metode sederhana:
 Angka acak (random numbers)
 Unit elementer dg angka acak terpilih → diambil
sebagai sampel
Simple random sampling 29
populasi Name of children Number Sampel – besar = n = 5

Dini 1
Ella 2
Rita 3 Pilih jumlah angka/digit
Tris 4 2, karena
Budi 5
Rina 6
N = 20 → tdd 2 digit
Santi 7
Alan 8 Berdasarkan angka
Joni 9
Jacub 10 acak:
Toha 11 Pilih 5 angka:
Lukman 12
Susi 13 Ct: 1, 4, 7, 9, 16
Vivi 14
Badu 15
Yusrizal 16
Sampel terpilih:
Tanto 17 Dini, Tris, Santi, Joni,
Wawan 18 Yusrizal
Wita 19
Dedi 20
Systematic random sampling 30
 Kerangka sampel tersedia, atau dapat

diperkirakan
 Praktis di lapangan
 Sebaik cara simple random sampling,

kecuali bila ada fenomena siklis

31
Systematic Langkah:
Pertama: hitung Interval (i) = N / n
random

ct: i = 20/5 = 4
sampling
 Kedua: Pilih angka pertama secara
bila i acak antara 1 sampai i, misal: 1
genap/  Tandai sampel yg terpilih:

interger 1, (1+4) 5, (5+4) 9, (9+4) 13, (13+4) 17
Dini, Budi, Joni, Susi, Tanto

32
Langkah
Systematic  Pertama: hitung Interval (i) = N / n
random ct: i= 21/5 = 4,2
sampling
 Kedua: Pilih angka pertama secara
acak: antara 1 sampai i, misal: 1
bila i
ganjil/  Tandai sampel yg terpilih:
pecahan 1, (1+4,2) 5, (5,2+4,2) 9, (9,4+4,2) 14,
(13,6+4,2) 18
Dini, Budi, Joni, Vivi, Wawan

Stratified sampling 33
 Prosedur yg efisien
 Data memiliki variabel untuk stratifikasi →

unit elementer di tiap stratum menjadi
homogen
 Ambil sampel:
 Besar sampel proporsional → EPSEM
 Besar sampel sama di tiap stratum
 Ambil secara acak

Stratified sampling … 34
proportionate to size ….
Stratum Perempuan:
N=8
Besar sample n = 8/20*5 = 2
Probabilitas = 2/8 = 0.25
Ambil acak:
Angka: 1, 4
Sampel terpilih: Dini, Rina
Stratum Laki:
N = 12
Besar sample n = 12/20* 5 = 3
Probabilitas = 3/12 = 0.25
Ambil acak:
Angka: 1, 4, 9
Sampel terpilih:
Joni, Lukman, Dedi
Cluster sampling 35
 Tidak dibutuhkan kerangka sampel

 Populasi tdd clusters
 Cluster
kumpulan unit elementer yang:
 Heterogen di dalam tiap cluster
(variasi di dalam kelompok tinggi)
 Variasiantar cluster (antar kelompok) rendah /
homogen
 Sangat praktis
Cluster sampling Misal: tiap kelas @ 5 siswa 36

Name of children Number
Dini 1
Klaster # 1 =
Ella
Rita
2
3 Kelas 1
Pilih 1 angka
Tris 4 acak, dari 1 – 4
Budi 5
Rina 6 klaster.
Santi 7
Alan 8
Klaster # 2 =
Kelas 2
Joni
Jacub
9
10
Klaster terpilih:
Toha 11 #4
Lukman 12 Klaster # 3 =
Susi 13
Kelas 3
Vivi
Badu
14
15
Murid terpilih:
Yusrizal 16 Yusrizal, Tanto,
Tanto 17
Wawan 18 Klaster # 4 = Wawan, Wita,
Wita 19 Kelas 4 Dedi
Dedi 20

Multi-stage sampling 37
 Kombinasi beberapa metode sampling

 Sangat praktis di lapangan
 EPSEM dapat terjaga
 Jika tidak bisa EPSEM →

analisis dibobot (weighted analysis) →
pertimbangkan probabilitas di tiap tahapan,
membuat variabel baru:
weight (= multiplikasi sampling fraction)
38
Sampling bertahap
Kabupaten/Kota
Ingin SRS, tapi …
Tidak ada
Cluster daftar individu
sebagai
kerangka
sampel
Individu

39
6. Unit sampling
 Primer:
unit sampling di tingkat tahapan yg
pertama kali dipilih dg cara random
(Primary Sampling Unit =PSU)
 Sekunder:
unit di tingkat kedua yg dipilih sebagai
sampel

Contoh Sampling Cluster dua tahap

40
Kab

Sampling bertahap 41
Desa: Penduduk: • Bila pilih desa dg

 1 50 random langsung
 2 100 →
 3 75 Peluang tiap desa
terambil = 1/5
 4 25
• Peluang individu
 5 50
untuk terambil
sebagai sampel
→ tidak sama
42
Probabilitas Unit elementer?
Desa: Penduduk: • Probabilitas UE:

 1 50 • 1/5*1/50 = 1/250
 2 100 • 1/5*1/100 = 1/500
 3 75 • 1/5*1/75 = 1/375
 4 25 • 1/5*1/25 = 1/125
 5 50
• 1/5*1/50 = 1/250
Probabilitas
tidak sama
EPSEM 43
Desa: Penduduk: • Prinsip EPSEM

1 50 • Seakan kita punya
2 100 daftar penduduk
3 75 • Pilih satu secara
random
4 25
• Peluang penduduk
5 50 terambil sebagai
sampel = sama
Probability Proportionate to Size

44
(PPS)
Desa: Penduduk: Daftar penduduk:
1 50 1 - 50
2 100 51 - 150
3 75 151 - 225
4 25 226 - 250
5 50 251 – 300
Pilih satu penduduk secara random →

dari nomor 1 sampai 300 → misal 146
Perangkat C-SURVEY 45
Desa: Penduduk:
 1 50
MEMILIH DESA
 2 100
DENGAN PPS
 3 75
SESUAI PRINSIP
 4 25
EPSEM
 5 50

7. Besar sampel 46
 Sampel cukup:
resolusi tinggi atau rendah…?

Besar Sampel - pertimbangkan 47
1. Tujuan studi
2. Skala variabel (dependen) yg diteliti
3. Tingkat kepercayaan (1-a), dan
Tingkat kekuatan studi (1-b)
4. Nilai parameter yg diteliti
(berdasarkan pustaka, atau studi awal)
5. Tingkat presisi (absolut atau relatif)
6. Rancangan prosedur sampling
7. Metode analisis statistik
8. Dana, waktu dan sumber lain
Pertimbangan Tujuan Studi 48
 Estimasi vs Uji Hipotesis

 Skala variabel yg diteliti:
 Numerik vs Kategorik
Pertimbangan kepercayaan & kekuatan studi
 Tingkat kepercayaan:
 Tergantung sepeminatan / peer
 Tingkat kekuatan studi:
 Gunakan jika tujuan uji hipotesis
 Tingkat → tergantung sepeminatan/peer → diferensiasi
antar kelompok

Pertimbangan keadaan populasi 49
 Estimasi kasar parameter.

 Berdasarkan pustaka (ambil variasi tertinggi)
 Tingkat Presisi:
 Absolut: Ct.
 Proporsi = 50%, Presisi Absolut = 10%,
 Estimasi proporsi = 40% - 60%
 Relatif: Ct.
 Proporsi = 50%, Presisi Relatif = 10%,
 Estimasi proporsi = 45% - 55%

50
Perhitungan besar sampel
 Formula berdasarkan: Standard Error →

ada komponen n
 Central limit theorem:

Dari satu populasi, sampel diambil secara
infinit, dengan jumlah cukup, secara random
→ statistik (hasil sampel) akan menyebar
mengikuti sebaran normal, dengan mean
(sama dg mean parameter) dan simpang
baku (sama dg standard error)
Derivasi dari SE 51
.m = x + Z1-a. * SE
[m - x] = Z1-a. * [σ / (√ n)]
d = Z1-a. * [σ / (√ n)]
d2 = Z1-a.2 * [σ2 / n]
n = Z1-a.2 * σ2 / d2

Rumus generik 52
Estimasi Uji hipotesis

Numerik
Kategorik

53
Hitung besar sampel
 Hitungbesar sampel → dibantu

software
 Hitung
berdasarkan banyak
pertimbangan → pilih yg besar
maximal
 Pertimbangkan: Biaya, waktu,
sumber → limitasi studi

Contoh … 54
 Tujuan studi mengetahui status gizi anak

balita di satu kecamatan
 Kecamatan XX:
 Penduduk jumlah = 32.000, atau 8500 rumga.
 Sekitar 10% rumga memiliki balita
 Pustaka → sekitar 25% balita berstatus gizi

buruk
 Gunakan kepercayaan 95% dan presisi
absolut 10%, hitung besar sampel dan
prosedur sampling nya

55
 Tujuan studi: Estimasi status gizi balita di Kecataman X
 Populasi: Balita di Kecamatan X
 Sampel: Balita yg tinggal di rumga di Kec X
 Sampel size = Besar sampel:

 P = 0,25
 1-a = 95%
 Presisi absolut = 0,10
 Jadi n = (1,96)2 * (0,25)(0,75) / (0,10)2 = 720,3 == 721
balita

Contoh sampel survei u/ lihat efek intervensi

56

57

58
Populasi finit/terbatas
 Finite population correction:

 Besar Populasi N diketahui
 Hitung besar sampel =
nc = nN / (n+N)

Contoh Hitung Sample Size pada 59

Populasi finit/terbatas
 Survei u/ lihat proporsi stunting di balita
 Pustaka → p stunting = 30% = 0,3
 Tingkat reliabilitas = d = 0,10
 Sample size =
 n = Za2 (p*q) / d2 = (1,96)2 (0,3*0,7) / (0,1)2
= 80,7 ≈ 81
 Ternyata Population size = 50
 Jadi sample size n = (81*50)/(81+50) = 30,9
n = 31
60
Bila di lapangan, responden tidak
ditemukan →
Terpaksa mengganti responden →
hati-hati → probabilitas terambil
berbeda
 N=20 → n=5 → setiap unit elementer punya
probabilitas terambil = 5/20
 N=15 → n=1 → probabilitas terambil = 1/15

 Prinsip EPSEM? → buat weight/bobot
Sebaiknya: 61
memperhitungkan
dropout rate
 Laporkan berapa yg missing!
 Hitung minimal size n = 97.

 Hitung kemungkinan missing = 10%
 Sample size = 97 + (10%*97) = 106,7 → 107
 Populasi N = 1000 → 107 → 107/1000

62
 Populasi = N = 1000
 Sampel n = 97 → Rencana n = 107 >= 97
 Ok
 Bila diperoleh di lapangan sampel n = 95

apa yg harus dilakukan? →
Telaah Confidence level dan atau
power of the study

63
8. Sampel representatif
 Bandingkan karakteristik dasar sampel dengan populasi
→ goodness of fit test (GOF) chi-square test
Karakteristik dasar Sampel Populasi

Gender (%)
Laki 90 10,000
Perempuan 60 20,000

GOF dg Chi-square test 64
Gender Observed Expected (O-E)2/E

Laki 90 50 32
Perempuan 60 100 16
Jumlah 150 150 48
Dk = 2-1 = 1
C2 = 48
P<a
Ho ditolak
Struktur data di sampel berbeda dg
Struktur data di populasi

Tugas: Baca contoh 1) Vol. 6 No. 6 Juni 2012

Jawab pertanyaan ini
 Apa tujuan penelitian?

 Apa variable dependen dan independen?
 Populasi ?
 Sampel?
 Besar sampel?
 Prosedur sampling?

Lanjutan contoh 1) 66

67

68
Terima kasih
 Contoh: Map out OHS researches

https://www.tandfonline.com/doi/full/10.1080/09585192.2019.
1657167

Sesi 14 Sampling 2023

Uploaded by

Document Information

Original Description:

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Sesi 14 Sampling 2023

Uploaded by

Copyright:

Available Formats

This Document has been modified with Flexcil app (Android) https://www.fexcil.

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Hasil = Angka Hasil = Bukan angka

Sebanyak 60% laki usia 15th Mayoritas ibu hamil di desa A

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Data dan Informasi

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Data dan Informasi

Pada penelitian Kuantitatif:

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

2. Pengertian Populasi dan Sampel

Populasi dan Sampel

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

 Kumpulan elemen yang ingin kita

 Universe → berisi Unit elementer

 Bila unit di populasi diambil semua →

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

 Populasi – unit elementer: 13

 Barang, unit, dan sejenis

Populasi Target: populasi di mana hasil dapat diaplikasikan

Populasi layak/eligible: populasi di mana subyek layak

Partisipan studi: individu yg ikut dikumpulkan datanya;

Mengapa kita lakukan 15

 Populasi terlalu besar untuk

 Sampel diambil dengan

 Sampel → mewakili populasi

 Sampel supaya memiliki:

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

 Sampel adalah sebagian dari

 Sama atau berbeda dengan:

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Teorema Limit Pusat (CLT) 23

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Teorema Limit Pusat 24

 Mean of sample mean =

 Probabilitas unit elementer terbaik:

 Kebutuhan untuk Statistik Inferens

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Simple random sampling 28

 Probabilitas unit elementer = sama untuk

 Kerangka sampel (Sampling frame) = daftar

Simple random sampling 29

populasi Name of children Number Sampel – besar = n = 5

Systematic random sampling 30

 Kerangka sampel tersedia, atau dapat

 Sebaik cara simple random sampling,

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

genap/  Tandai sampel yg terpilih:

Dini, Budi, Joni, Susi, Tanto

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

Dini, Budi, Joni, Vivi, Wawan

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note

 Data memiliki variabel untuk stratifikasi →

 Ambil secara acak

 Tidak dibutuhkan kerangka sampel

Cluster sampling Misal: tiap kelas @ 5 siswa 36

Flexcil - The Smart Study Toolkit & PDF, Annotate, Note